AI Label

Сервис анализа вирусного контента в коротких видео (TikTok/Reels) и генерации персонализированных сценариев. Находит растущие тренды до насыщения, анализирует что работает и почему, даёт готовый сценарий — иди снимай.

Стадия: Discovery → MVP

Проблема

Начинающие авторы коротких видео тратят часы на скроллинг в поисках идей, узнают о трендах слишком поздно и не могут адаптировать их под себя. Охваты не растут, дохода нет.

Решение

Единый инструмент, который совмещает:
- метадата-аналитику (звуки, хештеги, тренды)
- визуальный AI-анализ (хуки, формат, монтаж)
- анализ аудитории (комментарии, bait detection, sentiment)
- генерацию персонализированных сценариев

Прототип (CLI)

CLI-инструмент для валидации гипотез. Четыре режима анализа TikTok-контента.

Установка

uv sync

Переменные окружения (.env):

TIKTOK_MS_TOKEN=...
OPENROUTER_API_KEY=...

Использование

# Анализ трендов FYP
uv run main.py trending --count 10

# Фильтр по хештегам (через запятую)
uv run main.py trending --hashtag "funny,fyp" --count 20

# Анализ профиля
uv run main.py profile @username --count 20

# Анализ хештега/ниши
uv run main.py hashtag cooking --count 30

# Анализ звука
uv run main.py sound 7016547803243022337 --count 20

Опции (общие для всех режимов)

Что анализируется

Метадата (всегда):
- Engagement Rate, просмотры, лайки, шеры
- Топ звуки, хештеги, авторы
- Лучшие часы для публикации
- Частота постинга
- CTA и вопросы в описании
- Trending sounds (звуки у 2+ авторов)

Визуальный анализ (--with-video):
- Текст на экране (хук, оверлеи, CTA)
- Формат (talking head, split screen, green screen, skit...)
- Количество сцен, наличие лица/продукта
- Визуальное качество (UGC / polished / professional)

Анализ комментариев (--with-comments):
- Rage bait / comment bait detection
- Sentiment аудитории, controversy score
- Позитивные и негативные сигналы
- Red flags (риски при повторении формата)
- Топ-запрос от аудитории

Результаты

JSON сохраняется в results/ с timestamp:

results/trending_analysis_20260201_143025.json
results/profile_analysis_20260201_143512.json

Стек

• Python 3.12
• TikTokApi — неофициальное API TikTok
• yt-dlp — скачивание видео
• OpenRouter — доступ к LLM
• Nemotron Nano 12B VL (визуальный анализ, бесплатный)
• GPT-4.1-mini (анализ комментариев)
• httpx, argparse, dotenv

Lean Canvas

Документация

Артефакты Discovery-фазы в docs/:

Команда

Проект разрабатывается командой из трёх человек по модели Hacker / Hustler / Hipster с осознанным пересечением ролей на ранней стадии.

Изначальная продуктовая гипотеза была предложена Павлом Антиповым и в дальнейшем существенно переработана, расширена и уточнена командой на основе исследований, обсуждений и технических ограничений.

Сергей Волчков — Hacker (Technical Lead)

Отвечает за техническое ядро продукта.

• проектирование архитектуры единого сервиса анализа вирусных видео и генерации сценариев
• разработка алгоритмов анализа контента
• бэкенд и инфраструктура
• интеграция и использование ИИ-моделей
• быстрое прототипирование и итерационная разработка

Ключевая ценность: глубокая техническая экспертиза и высокая скорость реализации с использованием ИИ.

Павел Антипов — Hustler / Product

Отвечает за продуктовую и бизнес-логику.

• формирование и развитие продуктовой гипотезы
• проработка бизнес-логики и гипотез монетизации
• обсуждение и формирование функциональности с учётом рыночного спроса
• продуктовая логика и приоритизация фич

На текущем этапе проект находится в фазе брейншторма и уточнения концепции; далее предполагается взаимодействие с рынком и партнёрами.

Людмила Замятина — Hipster / Product Strategy

Отвечает за смысловой и сценарный уровень продукта.

• анализ исследований и трендов вирусного контента
• формирование логики оценки и скоринга контента на уровне смыслов
• предложение и проработка продуктовых идей и фич для обсуждения
• участие в формировании продуктового видения и сценариев использования

Совместная ответственность

• формирование и уточнение продуктового видения
• обсуждение и отбор ключевых продуктовых решений
• принятие решений на этапе перехода от идеи к прототипу